Weitere getestete Einflussfaktoren

Keinen signifikanten Einfluss auf sämtliche Biomarker fanden sich bei den Parametern Geschlecht, Diagnosegruppe, Gewicht, Hämoglobin- und Laktatwert.

Die Ergebnisse in der Literatur widersprechen sich bezüglich des Einflussfaktors Geschlecht. So zeigten von Hähling et al. in ihrer Studie, dass es keine Unterschiede beim MR-proANP zwischen den beiden Geschlechtern gab [von Hähling et al. 2007].

Sutton et al. wiesen hingegen signifikant höhere Werte für Frauen nach [Sutton et al.

2003]. Beide Studien wurden allerdings bei Erwachsenen durchgeführt. Zudem gab es Unterschiede in den Patientenkollektiven, da in beide Studien nur Patienten mit einheitlicher Diagnose eingeschlossen wurden. Daher ist anzunehmen, dass eventuell nicht das Geschlecht den Marker signifikant beeinflusst, sondern weitere Faktoren.

Genauso verhielt es sich beim NT-proBNP. Luchner et al. gaben signifikant höhere Werte bei Frauen an [Luchner et al. 2003]. Elkiran et al. hingegen konnten keine Unterschiede zwischen den Geschlechtern feststellen [Elkiran et al. 2013]. Aber auch hier waren die Patientengruppen sehr unterschiedlich, da Luchner über Erwachsene schrieb, während in Elkirans Studie ausschließlich Kinder eingeschlossen wurden.

Auch beim Copeptin gibt die Literatur unterschiedliche Ergebnisse bei Geschlechtsvergleichen an. Schlapbach et al. zeigten in ihrer Studie beispielsweise, dass es keine Unterschiede zwischen den beiden Geschlechtern gäbe [Schlapbach et al. 2011]. Tenderenda-Banasiuk et al. postulierten hingegen, dass die Werte bei Jungen höher lagen als bei Mädchen [Tenderenda-Banasiuk et al. 2014]. Allerdings wurden auch hier wieder unterschiedliche pädiatrische Gruppen getestet.

Schlapbach et al. schlossen nur Neugeborene ein, Tenderenda-Banasiuk et al.

Kinder zwischen 11 und 18 Jahren.

Für die Troponine belegten Daniels und Maisel höhere Werte bei Frauen, allerdings auch wieder nur für Erwachsene [Daniels und Maisel 2015]. Auch liegen Studien vor, die niedrigere Cutoff Werte für weibliche Patienten belegen [Slagman et al. 2015].

Allerdings sind auch diese Studien ausschließlich mit erwachsenen Patienten durchgeführt worden. Eine Erklärung der Unterschiede liefern die Studien nicht. Es wurde lediglich die These postuliert, dass bereits bei der Synthese ein Unterschied vorliegen müsse [Slagman et al. 2015].

Die Ausschüttung von MR-proAdrenomedullin wird von den Sexualhormonen Testosteron und Östrogen beeinflusst. Dies führten Kawano et al. als Begründung für die niedrigeren Werte bei Frauen an [Kawano et al. 2015]. Zudem führten sie aber auch aus, dass die Werte stärker vom Gewicht beziehungsweise dem Body-Mass-Index (BMI) abhinge und daher übergewichtige Frauen auch höhere Spiegel als normgewichtige Männer aufweisen können [Kawano et al. 2015].

Auf Grund der unterschiedlichen Ergebnisse in der Literatur führte ich zusätzlich noch einen Gruppenvergleich mittels T-Tests für unabhängige Stichproben durch.

Auch hier zeigte sich wieder für keinen der Biomarker ein signifikanter Unterschied zwischen den beiden Geschlechtsgruppen.

Eine generelle Aussage über Geschlechtsunterschiede ist daher bei keinem der Biomarker möglich, da immer zusätzliche Einflussfaktoren von Belang gewesen sein mussten.

Die Diagnosegruppen waren in meiner Studie sehr klein. Daher ist eine statistische Aussage zur Abhängigkeit der Biomarkerkonzentrationen von der Diagnosegruppe kaum möglich. Dies könnte die fehlende Signifikanz erklären. Hier führte ich ebenfalls

63 zusätzlich einen Gruppenvergleich mittels T-Test für unabhängige Stichproben durch.

Auch hier bestätigte der T-Test wieder die Ergebnisse der Abhängigkeitsanalyse, da kein signifikanter Unterschied zwischen den Diagnosegruppen feststellbar war. In der Literatur ist ein so allgemeiner Vergleich von verschiedenen Diagnosen selten zu finden. Zudem sind die Einteilungen der verglichenen Gruppen sehr unterschiedlich.

Für MR-proANP gibt es Studien die belegen, dass es keine Unterschiede zwischen verschiedenen Diagnosen gibt [von Hähling et al. 2007, Kotby et al 2013]. Außerdem konnten Watanabe et al. für MR-proAdrenomedullin [Watanabe et al. 2003] und Nassef et al. für Troponin T nachweisen [Nassef et al. 2014], dass diese nur bei zyanotischen Herzfehlern erhöht waren. Eine Einteilung in zyanotische und azyanotische Herzfehler habe ich in meiner Studie allerdings nicht vorgenommen, sodass diese auf die Gruppen verteilt waren. Für NT-proBNP konnten Sugimoto et al nachweisen, dass Diagnosen, die mit einer Herzinsuffizienz einhergehen, erhöhte Werte mit sich bringen [Sugimoto et al. 2015]. Auch diese waren bei mir nicht in einer einzelnen Gruppe sondern in allen Gruppen vertreten und wurden daher nicht extra betrachtet. Auch erhöhte Werte von Troponin I konnten sie bei bestimmten Diagnosen, wie ASD und VSD nachweisen [Sugimoto et al. 2015]. Ein allgemeiner Vergleich erfolgte hier aber nicht.

Die fehlende Signifikanz für das Gewicht als Einflussfaktor ist nicht erklärbar.

Insbesondere aus pädiatrischer Sicht, da für Alter und Körpergröße ein signifikanter Einfluss festgestellt wurde. Daher ist naheliegend, dass sich bei Kindern mit steigendem Gewicht auch die Biomarker im gleichen Maße wie für die steigende Größe ändern. Auch finden sich Studien, die den Einfluss vom Gewicht belegen.

Kannankeril et al. zeigten dies zum Beispiel für das Troponin I [Kannankeril et al.

2002]. Zudem sind aus genereller Sicht natriuretische Peptide Aktivatoren der Lipolyse in Adipozyten und erhöhen dadurch den Energieumsatz. Deshalb sind laut Christensen et al. die natriuretischen Peptide invers korreliert mit dem Body-Mass-Index (BMI) [Christensen et al. 2014]. Auch für MR-proADM wurde in Studien ein Zusammenhang zum Fettstoffwechsel gezeigt. Zum Beispiel belegten Neumann et al., sowie Brouwers et al, dass höhere MR-proADM-Spiegel bei Patienten mit erhöhtem BMI [Neumann et al. 2013, Brouwers et al. 2012] und Hüftumfang [Brouwers et al. 2012] vorlagen. Ebenso bei Patienten mit Dyslipidämien und Diabetes [Neumann et al. 2013]. Ebenfalls ist in der Literatur für Copeptin ein Zusammenhang zum Fettstoffwechsel angegeben. Tenderenda-Banasiuk et al.

gaben eine positive Korrelation zwischen Copeptin und dem BMI, sowie den Serum-Triglyceriden bei Kindern zwischen 11 und 18 Jahren an [Tenderenda-Banasiuk et al.

2014]. Auch für die Troponine wird in der Literatur ein Zusammenhang zum Gewicht beschrieben. Takiguchi et al. gaben höhere Werte bei Patienten mit chronischer Herzinsuffizienz an, die untergewichtig waren [Takiguchi et al. 2014]. Ndumele et al.

fanden hingegen ebenfalls bei Patienten mit chronischer Herzinsuffizienz erhöhte Werte bei übergewichtigen Patienten [Ndumele et al. 2014]. Als Erklärung führten sie einen Zusammenhang zwischen Übergewicht und subklinischen kardialen Schäden an, welche wiederum zu den erhöhten Troponin-Werten führen würden [Ndumele et al. 2014].

Die Überprüfung des Hämoglobinwertes als Einflussfaktor geschah in der Überlegung, dass durch veränderte Hämoglobinwerte die Viskosität des Blutes verändert wäre. Dies könnte zu Veränderungen in der Hämodynamik führen, wie zum Beispiel Turbulenzen bei Anämien, die dann wiederum die Biomarkerspiegel beeinflussen. Dies bestätigte sich in unserer Studie nicht. Allerdings waren nur

64 elektive Herzkatheter in der Studie aufgenommen worden und die Kinder waren weitestgehend stabil. Daher variierten die Hämoglobinwerte nicht stark. Die Literatur gibt das Hämoglobin als Mortalitätsmarker häufig in Korrelation mit vielen Biomarkern an. Fukuta et al. zeigten in ihrer Studie bei Erwachsenen für die natriuretischen Peptide eine deutliche Korrelation zum Hämoglobin [Fukuta et al. 2008]. Dabei traten deutlich höhere Spiegel bei niedrigen Hämoglobinwerten auf. Allerdings stellten sie fest, dass die Patienten mit niedrigen Hämoglobinwerten auch häufig viele weitere ungünstige Faktoren mitbrachten, wie höheres Alter, Kachexie, schlechte Nierenfunktion und niedrigerer kardialer Output. Daher überprüften sie die Korrelation auch unter Ausschaltung dieser zusätzlichen Faktoren und konnten diese auch unter diesen Bedingungen belegen [Fukuta et al. 2008]. Auch O’Meara et al. fanden in ihrer Studie einen Zusammenhang zwischen NT-proBNP und Anämie bei Patienten mit Herzinsuffizienz. Die gleichen Ergebnisse konnten sie für hsTroponin T aufweisen [O’Meara et al. 2014]. In einer Studie an Katzen konnten Lalor et al. ebenso für Troponin I deutlich höhere Werte bei Anämien feststellen [Lalor et al. 2014]. Für Copeptin gaben Iversen et al. eine schwache Korrelation mit den Hämoglobinwerten an. Sie hatten in ihrer Studie die Aussagekraft des Copeptins in Bezug auf die Mortalität untersucht und auf Korrelationen mit weiteren Mortalitätsmarkern, wie zum Beispiel dem Hämoglobinwert, überprüft [Iversen et al. 2014].

Zudem wurden zur Einschätzung der metabolischen Situation des Kindes die Laktatwerte bestimmt. Erhöhte Laktatwerte können eine lebensbedrohliche Situation anzeigen. Außerdem dienen sie als Mortatlitätsmarker. Daher sollte eine Korrelation zu den Biomarkern überprüft werden. Im Gegensatz zu den Biomarkern waren aber alle Laktatwerte sowohl zu Beginn, als auch am Ende der Herzkatheteruntersuchung normwertig. Dies könnte die fehlende Signifikanz für die Korrelation des Laktats mit den Biomarkern erklären. Zudem waren einige Messungen fehlerhaft, sodass deutlich weniger Laktatwerte in die Berechnung einbezogen werden konnten. Auch dies könnte eine fehlende Signifikanz erklären. In der Literatur findet man insgesamt wenig Material zu dieser Fragestellung. Mir et al. zeigten in ihrer Studie an Kindern mit angeborenen Herzfehlern im Rahmen von kardiochirurgischen Eingriffen keine Korrelation zwischen Laktat und NT-proBNP [Mir et al. 2006]. De La Torre-Prados et al. fanden bei kritisch kranken und septischen Patienten sowohl eine Erhöhung von MR-proADM als auch der Laktatwerte. Eine direkte Korrelation der beiden wurde allerdings nicht geprüft [De La Torre-Prados et al. 2016].

Zusammenfassend ist festzustellen, dass Hypothese 3 „Parameter wie Größe, Alter, Gewicht, Geschlecht, Herzminutenvolumen, Hämoglobinkonzentration und Laktatspiegel des Kindes haben einen Einfluss auf die Biomarkerspiegel“ nur teilweise belegt werden konnte. Ein Einfluss auf die Biomarkerspiegel konnte bei den Parametern Größe und Alter für alle Biomarker, Herzminutenvolumen für alle Biomarker, außer NT-proBNP, nachgewiesen und damit die Hypothese belegt werden. Kein Einfluss auf die Biomarker konnte für die Parameter Gewicht, Geschlecht, Hämoglobinkonzentration und Laktatspiegel nachgewiesen und damit die Hypothese nicht belegt werden.

65